論文の概要: MDC-R: The Minecraft Dialogue Corpus with Reference

• arxiv url: http://arxiv.org/abs/2506.22062v1
• Date: Fri, 27 Jun 2025 09:56:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-30 21:12:23.159922
• Title: MDC-R: The Minecraft Dialogue Corpus with Reference
• Title（参考訳）: MDC-R:マインクラフトの対話コーパス
• Authors: Chris Madge, Maris Camilleri, Paloma Carretero Garcia, Mladen Karan, Juexi Shao, Prashant Jayannavar, Julian Hough, Benjamin Roth, Massimo Poesio,
• Abstract要約: Minecraft Dialogue Corpus with Reference (MDC-R) について紹介する。 MDC-Rは、オリジナルのMinecraft Dialogue Corpus (MDC) を補完する新しい言語リソースであり、アナフォリックおよびデリケートな参照のエキスパートアノテーションを備えている。
• 参考スコア（独自算出の注目度）: 11.63097125164468
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce the Minecraft Dialogue Corpus with Reference (MDC-R). MDC-R is a new language resource that supplements the original Minecraft Dialogue Corpus (MDC) with expert annotations of anaphoric and deictic reference. MDC's task-orientated, multi-turn, situated dialogue in a dynamic environment has motivated multiple annotation efforts, owing to the interesting linguistic phenomena that this setting gives rise to. We believe it can serve as a valuable resource when annotated with reference, too. Here, we discuss our method of annotation and the resulting corpus, and provide both a quantitative and a qualitative analysis of the data. Furthermore, we carry out a short experiment demonstrating the usefulness of our corpus for referring expression comprehension.
• Abstract（参考訳）: 本稿では,Minecraft Dialogue Corpus with Reference (MDC-R)を紹介する。 MDC-Rは、オリジナルのMinecraft Dialogue Corpus (MDC) を補完する新しい言語リソースであり、アナフォリックおよびデリケートな参照のエキスパートアノテーションを備えている。 MDCのタスク指向、マルチターン、動的環境における位置決めダイアログは、この設定が引き起こす興味深い言語現象のために、複数のアノテーションの取り組みを動機付けている。 参照をアノテートした場合でも、貴重なリソースとして機能すると考えています。 本稿では,アノテーションの手法と得られたコーパスについて考察し,データの定量的かつ定性的な分析を行う。 さらに,表現理解を参照するためのコーパスの有用性を示す短い実験を行った。

関連論文リスト

• CoMuMDR: Code-mixed Multi-modal Multi-domain corpus for Discourse paRsing in conversations [3.76794130354742]
  会話における会話パロッシングのためのコード混合マルチモーダルマルチドメインコーパスであるCoMuMDRを紹介する。 コーパス(ヒンディー語と英語で混成)は、音声と転写されたテキストの両方を持ち、9つの談話関係で注釈付けされている。
  論文  参考訳（メタデータ） (2025-06-10T07:01:30Z)
• Knowledge Graphs and Pre-trained Language Models enhanced Representation Learning for Conversational Recommender Systems [58.561904356651276]
  本稿では,対話型推薦システムのためのエンティティの意味理解を改善するために,知識強化型エンティティ表現学習(KERL)フレームワークを紹介する。 KERLは知識グラフと事前訓練された言語モデルを使用して、エンティティの意味的理解を改善する。 KERLはレコメンデーションとレスポンス生成の両方のタスクで最先端の結果を達成する。
  論文  参考訳（メタデータ） (2023-12-18T06:41:23Z)
• A Corpus for Sentence-level Subjectivity Detection on English News Articles [49.49218203204942]
  我々はこのガイドラインを用いて、議論を呼んだ話題に関する英ニュース記事から抽出した638の目的語と411の主観的な文からなるNewsSD-ENGを収集する。 我々のコーパスは、語彙や機械翻訳といった言語固有のツールに頼ることなく、英語で主観的検出を行う方法を舗装している。
  論文  参考訳（メタデータ） (2023-05-29T11:54:50Z)
• MTCue: Learning Zero-Shot Control of Extra-Textual Attributes by Leveraging Unstructured Context in Neural Machine Translation [3.703767478524629]
  これは、すべてのコンテキスト(離散変数を含む)をテキストとして解釈する新しいニューラルネットワーク翻訳(NMT)フレームワークである。 MTCueはコンテキストの抽象的な表現を学び、異なるデータ設定間で転送可能性を実現する。 MTCueは英語のテキストの翻訳において「タグ付け」ベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2023-05-25T10:06:08Z)
• Variational Reasoning over Incomplete Knowledge Graphs for Conversational Recommendation [48.70062671767362]
  不完全KGs会話レコメンダ(VRICR)に対する変分推論を提案する。 我々のキーとなる考え方は、CRSを伴って自然に大きな対話コーパスを組み込んで、不完全なKGを強化することである。 また、KGsの対話特化部分グラフを適応的知識グラフの分類的先行を持つ潜在変数として表す。
  論文  参考訳（メタデータ） (2022-12-22T17:02:21Z)
• Enhancing Semantic Understanding with Self-supervised Methods for Abstractive Dialogue Summarization [4.226093500082746]
  本稿では,対話要約モデルを訓練するための欠点を補う自己教師型手法を提案する。 我々の原理は,対話文表現の文脈化能力を高めるために,前文対話文を用いて不整合情報の流れを検出することである。
  論文  参考訳（メタデータ） (2022-09-01T07:51:46Z)
• Dialogue Meaning Representation for Task-Oriented Dialogue Systems [51.91615150842267]
  タスク指向対話のための柔軟かつ容易に拡張可能な表現である対話意味表現(DMR)を提案する。 我々の表現は、合成意味論とタスク固有の概念のためのリッチな意味論を表現するために、継承階層を持つノードとエッジのセットを含んでいる。 異なる機械学習ベースの対話モデルを評価するための2つの評価タスクを提案し、さらにグラフベースのコア参照解決タスクのための新しいコア参照解決モデルGNNCorefを提案する。
  論文  参考訳（メタデータ） (2022-04-23T04:17:55Z)
• DialogueCSE: Dialogue-based Contrastive Learning of Sentence Embeddings [33.89889949577356]
  本稿では,対話型コントラスト学習手法であるDialogueCSEを提案する。 我々は,Microsoft Dialogue Corpus,Jing Dong Dialogue Corpus,E-Commerce Dialogue Corpusの3つの多ターン対話データセットについて評価を行った。
  論文  参考訳（メタデータ） (2021-09-26T13:25:41Z)
• The Discussion Tracker Corpus of Collaborative Argumentation [2.800857580710507]
  ディベート・トラッカー・コーパスはアメリカ高校の英語の授業で収集された。 コーパスは、985分間の音声から書き起こされた英文学に関する29の多党の議論で構成されている。
  論文  参考訳（メタデータ） (2020-05-22T18:27:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。